AI应用 Skill技能列表
SlashCommandFactorySkill slash-command-factory
快速创建和生成 Claude Code 自定义斜杠命令,提升业务研究、内容分析、医疗合规、API 集成、文档自动化和工作流程优化的效率。
LangChainPatternsSkill LangChainPatterns
LangChain是一个用于构建由大型语言模型(LLM)驱动的应用程序的框架,它通过简化提示链、内存管理、检索、代理和工具使用等复杂性,加速AI应用的开发过程。
SpecStory链接追踪Skill specstory-link-trail
该技能用于追踪在SpecStory AI编码会话中通过WebFetch工具调用的所有URL,提供审计报告,包括成功和失败的获取次数、域名统计等,帮助用户监控和分析外部资源访问模式。关键词:URL追踪、审计、WebFetch、AI辅助开发、外部资源访问、开发工具、SEO优化。
链接轨迹Skill specstory-link-trail
链接轨迹技能用于在AI辅助编码过程中追踪所有通过WebFetch工具获取的URL,生成详细报告,方便用户审计外部资源访问、回顾研究模式和调试失败获取。关键词:AI编码、URL追踪、资源审计、开发工具、SpecStory。
MCP服务器构建技能Skill mcp-builder
这个技能是关于如何创建MCP(模型上下文协议)服务器的完整指南,帮助大型语言模型(LLMs)通过设计良好的工具与外部服务交互。关键词包括MCP、服务器开发、LLM集成、API工具、TypeScript、Python、AI应用、开发指南、协议实现。
提示工程Skill WritingEffectivePrompts
提示工程是一种技能,用于设计和优化AI模型(如Claude)的输入提示,以提高响应的清晰度、准确性和有效性。它涉及角色定义、明确指令、上下文添加、正面框架和策略组织,应用于复杂任务、长文档分析、工具工作流和代码生成。关键词:提示工程、AI模型、Claude、有效提示、角色定义、明确指令、上下文、正面框架、策略组织、代码生成、长文档分析、工具工作流、AI应用、提示优化。
提示优化器Skill improve-prompt
这个技能使用Anthropic的四步提示改进工作流,专门优化AI提示词,提升与大模型的交互效果。它帮助用户通过结构化XML标签、思维链推理和丰富示例来改进提示的清晰度、组织性和有效性,适用于提示工程、大模型微调和应用开发。关键词:提示词优化、AI提示工程、大模型微调、提示改进、Anthropic工作流、XML结构、思维链、示例生成。
Dex系统改进积压AI排序Skill dex-backlog
这是一个AI驱动的技能,用于对Dex系统的改进想法积压进行智能排序和优先级评估。基于系统上下文、使用日志和用户角色,计算影响、对齐、令牌效率、记忆学习和主动性五个维度的分数,帮助用户高效决定下一步构建内容,优化工作流程和管理决策。关键词:AI排序,系统改进,积压管理,优先级评估,决策支持,智能分析。
推测解码Skill speculative-decoding
这个技能用于加速大型语言模型(LLM)的推理过程,通过推测解码、Medusa多头和前瞻解码等技术,实现1.5到3.6倍的推理速度提升,降低延迟,适用于实时应用如聊天机器人、代码生成等。关键词包括:LLM推理加速、推测解码、Medusa、前瞻解码、并行生成、延迟优化、AI推理优化。
OutlookDelegateSkill outlook-delegate
利用 Microsoft Graph API 作为代理人访问和管理 Outlook 电子邮件和日历,支持三种发送模式:作为自己、作为所有者(Send As)或代表所有者(Send on Behalf)。
Deepseek联网搜索Skill deepseek-websearch
Deepseek 联网搜索(Deepseek WebSearch)是一款 AI 联网搜索技能,通过调用红狐hub 的 API,让 AI 具备实时联网检索能力,突破大模型知识截止日期的限制:用户用自然语言描述需求即可发起搜索,技能自动等待并返回包含详细回答与引用来源的结构化搜索结果,适用于实时资讯查询、专业资料与学术检索、事实验证、行业热点追踪、开发者技术调研等场景,并内置 API Key 缺失、502 网络异常、请求失败、搜索超时、任务失败等错误提示与容错处理。关键词:Deepseek搜索、deepseek websearch、联网搜索、AI搜索、ds搜索、实时信息检索、最新资讯查询、AI联网检索、红狐hub API、REDFOX_API_KEY、结构化搜索结果、引用来源、知识截止日期、事实验证、技术调研、Python requests、智能等待。
大模型服务Skill LLMServing(Alias)
该技能专注于大型语言模型的生产环境部署、服务化与运维管理。它涵盖了从本地模型部署、服务架构设计(如网关与推理节点分离)、请求路由编排,到性能监控(延迟、令牌、成本)、限流降级等全链路最佳实践。核心目标是构建高可用、可观测、成本可控的大模型服务系统。关键词:LLM服务化,大模型部署,AI服务架构,模型推理,生产化运维,可观测性,成本控制。